harvard-artifacts-etl-streamlit-analytics — скилл для Claude Code
Помогает агенту собрать ETL-пайплайн и аналитический дашборд на данных Harvard Art Museums API: Python, SQL и Streamlit.
npx skills add reason-machines/data-skills --skill harvard-artifacts-etl-streamlit-analytics -a claude-codeЧто делает harvard-artifacts-etl-streamlit-analytics
Скилл ведёт агента через весь цикл работы с коллекцией Harvard Art Museums: выгрузка объектов из API с пагинацией, преобразование в три таблицы и загрузка в реляционную базу. Данные разложены по смыслу — метаданные артефакта, медиа и цвета. Для каждой таблицы в скилле есть готовый CREATE TABLE, так что схему агент не придумывает с нуля.
Внутри — код на Python для запросов через requests, разбор ответа в датафреймы pandas и подключение к MySQL или TiDB Cloud через mysql-connector-python. Отдельный слой — аналитические SQL-запросы: культура, век, наличие изображений, цветовые характеристики. Результаты показываются в Streamlit с графиками Plotly.
Перед запуском понадобится ключ Harvard Art Museums API и доступ к базе. Учётные данные скилл берёт из переменных окружения: HARVARD_API_KEY, DB_HOST, DB_USER, DB_PASSWORD, DB_NAME. Без ключа запросы к API не пройдут, а без настроенного подключения некуда грузить таблицы. В выгрузке есть пауза между страницами, потому что у API ограничение на число запросов в сутки.
Какие задачи решает
- выгрузить объекты из Harvard Art Museums API постранично
- разложить ответ API на таблицы метаданных, медиа и цветов
- создать схему SQL под данные о музейных артефактах
- посчитать распределение работ по культуре и веку
- показать результаты аналитических запросов в Streamlit
Примеры запросов агенту
- Собери ETL-пайплайн: выгрузи объекты из Harvard Art Museums API и загрузи их в MySQL
- Сделай Streamlit-дашборд с графиками Plotly по запросам о культуре и веке артефактов
- Напиши SQL-запрос: сколько работ в коллекции имеют изображения и какие цвета преобладают
Как установить harvard-artifacts-etl-streamlit-analytics
1Через Skills CLI (Vercel)
npx skills add reason-machines/data-skills --skill harvard-artifacts-etl-streamlit-analytics -a claude-code2Вручную: положить файлы
~/.claude/skills/harvard-artifacts-etl-streamlit-analytics/SKILL.mdПапка скилла целиком; для одного проекта — .claude/skills/harvard-artifacts-etl-streamlit-analytics/
1Через Skills CLI (Vercel)
npx skills add reason-machines/data-skills --skill harvard-artifacts-etl-streamlit-analytics -a codex2Вручную: положить файлы
.agents/skills/harvard-artifacts-etl-streamlit-analytics/SKILL.mdДля всех проектов — ~/.agents/skills/
1Через Skills CLI (Vercel)
npx skills add reason-machines/data-skills --skill harvard-artifacts-etl-streamlit-analytics -a cursor2Вручную: положить файлы
.cursor/skills/harvard-artifacts-etl-streamlit-analytics/SKILL.mdCursor читает и .agents/skills/, и .claude/skills/
1GitHub CLI
gh skill install reason-machines/data-skills harvard-artifacts-etl-streamlit-analytics2Вручную: положить файлы
.github/skills/harvard-artifacts-etl-streamlit-analytics/SKILL.md1Через Skills CLI (Vercel)
npx skills add reason-machines/data-skills --skill harvard-artifacts-etl-streamlit-analytics -a gemini-cli2Командой платформы
gemini skills install https://github.com/reason-machines/data-skills --path skills/harvard-artifacts-etl-streamlit-analyticsВручную: положить файлы
.devin/skills/harvard-artifacts-etl-streamlit-analytics/SKILL.mdСтарый путь .windsurf/skills/ тоже читается
Через Skills CLI (Vercel)
npx skills add reason-machines/data-skills --skill harvard-artifacts-etl-streamlit-analytics -a opencodeClaude.ai
Упакуйте папку в zip и загрузите в Settings → Capabilities → Skills
По шагам, с командами для каждой платформы: Как установить скилл в Claude Code: пять способов
Вопросы о harvard-artifacts-etl-streamlit-analytics
Как установить harvard-artifacts-etl-streamlit-analytics в Claude Code?
Выполните npx skills add reason-machines/data-skills --skill harvard-artifacts-etl-streamlit-analytics -a claude-code. Файл скилла появится по пути ~/.claude/skills/harvard-artifacts-etl-streamlit-analytics/SKILL.md.
Что делает этот скилл?
Проводит агента по шагам: выгрузка данных из Harvard Art Museums API, преобразование в таблицы, загрузка в SQL-базу и построение дашборда на Streamlit с визуализациями Plotly.
Что нужно подготовить до запуска?
Ключ Harvard Art Museums API и базу MySQL или TiDB Cloud. Доступы задаются переменными окружения HARVARD_API_KEY, DB_HOST, DB_USER, DB_PASSWORD, DB_NAME.
